-
公开(公告)号：CN106871905B
公开(公告)日：2020-02-11
申请号：CN201710120792.X
申请日：2017-03-02
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种非理想条件下高斯滤波替代框架组合导航方法，属于航天导航系统领域，为了解决现有的高斯滤波算法将噪声和状态分开处理，导致计算量大和估计精度不高的缺点，而提出一种非理想条件下高斯滤波替代框架组合导航方法，满足：k+1时刻的状态关于前k步量测值的一步后验概率密度函数是高斯的；k+1时刻的实际量测值关于前k步量测值的一步后验预测概率密度函数是高斯的；所述方法包括：建立状态在k+1时刻的预测均值和协方差表达式；建立状态在k+1时刻的后验均值和协方差表达式；基于CKF滤波算法对步骤一和步骤二得到的表达式进行求解，得到修正后的均值和方差；根据修正后的均值和方差修正航向，实现导航。本发明适用于航天飞行器导航系统。
-
公开(公告)号：CN106767837B
公开(公告)日：2019-10-22
申请号：CN201710101561.4
申请日：2017-02-23
Applicant: 哈尔滨工业大学
Abstract: 基于容积四元数估计的航天器姿态估计方法，本发明涉及基于容积四元数估计以及星敏感器与陀螺组合的航天器姿态估计方法。本发明为了解决现有技术存在乘性噪声及噪声相关问题，导致航天器姿态估计精度低的问题。本发明包括：步骤一：建立航天器姿态运动学模型和观测模型；步骤二：采用高斯滤波算法去除步骤一建立的航天器姿态运动学模型和观测模型中的噪声；步骤三：采用容积四元数姿态估计器对航天器姿态进行估计。本发明所提出的CQE‑MCNS算法相比CQE算法，角度估计误差减小0.0002°左右，陀螺漂移估计误差减小0.002°/h左右，因此更适用于具有乘性噪声及噪声相关的航天器姿态估计问题。本发明用于航天领域。
-
公开(公告)号：CN106871905A
公开(公告)日：2017-06-20
申请号：CN201710120792.X
申请日：2017-03-02
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种非理想条件下高斯滤波替代框架组合导航方法，属于航天导航系统领域，为了解决现有的高斯滤波算法将噪声和状态分开处理，导致计算量大和估计精度不高的缺点，而提出一种非理想条件下高斯滤波替代框架组合导航方法，满足：k+1时刻的状态关于前k步量测值的一步后验概率密度函数是高斯的；k+1时刻的实际量测值关于前k步量测值的一步后验预测概率密度函数是高斯的；所述方法包括：建立状态在k+1时刻的预测均值和协方差表达式；建立状态在k+1时刻的后验均值和协方差表达式；基于CKF滤波算法对步骤一和步骤二得到的表达式进行求解，得到修正后的均值和方差；根据修正后的均值和方差修正航向，实现导航。本发明适用于航天飞行器导航系统。
-
Patent Agency Ranking
公开(公告)号：CN111193528B
公开(公告)日：2021-09-17
申请号：CN201911400580.2
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: H04B1/7105 , H04B17/309 , H04L12/26
Abstract: 基于非理想条件下非线性网络系统的高斯滤波方法，本发明涉及非线性网络系统的高斯滤波方法。本发明的目的是为了解决现有方法未考虑非线性网络系统中可能出现的相关噪声、一步随机延迟测量和数据丢包的问题，以及基于模型线性近似或者忽略延迟量测可能导致滤波器估计精度下降甚至发散的问题。基于非理想条件下非线性网络系统的高斯滤波方法过程为：步骤一、建立系统模型及传感器量测模型；步骤二、给出假设和引理；步骤三、基于步骤二设计高斯滤波器；步骤四、基于三阶球径容积法则，对步骤三中的高斯加权积分进行近似，得到设计滤波器的的数值形式。本发明可以应用于航天器及飞行器导航技术领域。
-
公开(公告)号：CN107045569B
公开(公告)日：2020-08-11
申请号：CN201710101534.7
申请日：2017-02-23
Applicant: 哈尔滨工业大学
Abstract: 基于聚类多目标分布估计算法的齿轮减速器优化设计方法，本发明涉及基于聚类多目标分布估计算法的齿轮减速器优化设计方法。解决现有的多目标分布估计算法在求解多目标优化问题的过程中存在没有充分利用算法的局部搜索能力，求解过程中直接丢弃异常解，种群多样性容易丢失，过多的计算开销用于构建最优概率模型的问题。本发明首先利用凝聚层次聚类算法将种群划分为若干个局部类，从每一个局部类中随机选择一个个体构成一个全局类，然后为每个个体构建一个高斯模型去逼近种群结构，并抽样产生新个体；此高斯模型的均值为个体本身，协方差矩阵为个体所在局部类的协方差矩阵或者是全局类的协方差矩阵。本发明用于航天领域。
-
公开(公告)号：CN107045569A
公开(公告)日：2017-08-15
申请号：CN201710101534.7
申请日：2017-02-23
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于聚类多目标分布估计算法的齿轮减速器优化设计方法，本发明涉及基于聚类多目标分布估计算法的齿轮减速器优化设计方法。解决现有的多目标分布估计算法在求解多目标优化问题的过程中存在没有充分利用算法的局部搜索能力，求解过程中直接丢弃异常解，种群多样性容易丢失，过多的计算开销用于构建最优概率模型的问题。本发明首先利用凝聚层次聚类算法将种群划分为若干个局部类，从每一个局部类中随机选择一个个体构成一个全局类，然后为每个个体构建一个高斯模型去逼近种群结构，并抽样产生新个体；此高斯模型的均值为个体本身，协方差矩阵为个体所在局部类的协方差矩阵或者是全局类的协方差矩阵。本发明用于航天领域。
-
公开(公告)号：CN111193528A
公开(公告)日：2020-05-22
申请号：CN201911400580.2
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: H04B1/7105 , H04B17/309 , H04L12/26
Abstract: 基于非理想条件下非线性网络系统的高斯滤波方法，本发明涉及非线性网络系统的高斯滤波方法。本发明的目的是为了解决现有方法未考虑非线性网络系统中可能出现的相关噪声、一步随机延迟测量和数据丢包的问题，以及基于模型线性近似或者忽略延迟量测可能导致滤波器估计精度下降甚至发散的问题。基于非理想条件下非线性网络系统的高斯滤波方法过程为：步骤一、建立系统模型及传感器量测模型；步骤二、给出假设和引理；步骤三、基于步骤二设计高斯滤波器；步骤四、基于三阶球径容积法则，对步骤三中的高斯加权积分进行近似，得到设计滤波器的的数值形式。本发明可以应用于航天器及飞行器导航技术领域。
-
公开(公告)号：CN106767837A
公开(公告)日：2017-05-31
申请号：CN201710101561.4
申请日：2017-02-23
Applicant: 哈尔滨工业大学
Abstract: 基于容积四元数估计的航天器姿态估计方法，本发明涉及基于容积四元数估计以及星敏感器与陀螺组合的航天器姿态估计方法。本发明为了解决现有技术存在乘性噪声及噪声相关问题，导致航天器姿态估计精度低的问题。本发明包括：步骤一：建立航天器姿态运动学模型和观测模型；步骤二：采用高斯滤波算法去除步骤一建立的航天器姿态运动学模型和观测模型中的噪声；步骤三：采用容积四元数姿态估计器对航天器姿态进行估计。本发明所提出的CQE‑MCNS算法相比CQE算法，角度估计误差减小0.0002°左右，陀螺漂移估计误差减小0.002°/h左右，因此更适用于具有乘性噪声及噪声相关的航天器姿态估计问题。本发明用于航天领域。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
